基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了基于粗糙集理论和贝叶斯分类算法的垃圾邮件过滤方法.利用粗糙集约简算法对邮件样本集进行特征约简,删除对邮件过滤结果影响不大的冗余特征,从而降低了输入样本集的维数,解决了贝叶斯分类器训练时间长,样本集占用的存储空间过大的问题.实验证明,该方法可以提高邮件过滤的准确性和训练的速度.
推荐文章
基于朴素贝叶斯算法的垃圾邮件网关
朴素贝叶斯
信息增益
特征提取
基于朴素贝叶斯和层次聚类的两阶段垃圾邮件过滤方法
朴素贝叶斯
层次聚类
垃圾邮件过滤
垃圾邮件过滤的贝叶斯方法综述
垃圾邮件
贝叶斯分类
向量空间模型
朴素贝叶斯分类
基于贝叶斯算法的垃圾邮件过滤的研究
垃圾邮件
文本分类
朴素贝叶斯
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于粗糙集和朴素贝叶斯的垃圾邮件过滤系统
来源期刊 南昌大学学报(工科版) 学科 工学
关键词 垃圾邮件 粗糙集 朴素贝叶斯分类器
年,卷(期) 2009,(1) 所属期刊栏目
研究方向 页码范围 45-48
页数 4页 分类号 TP311.5
字数 4480字 语种 中文
DOI 10.3969/j.issn.1006-0456.2009.01.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 饶泓 南昌大学计算中心 39 365 12.0 17.0
2 陈炼 南昌大学计算中心 46 232 9.0 12.0
3 王芸 南昌工程学院计算机科学与技术系 15 38 3.0 5.0
4 邓少波 南昌工程学院计算机科学与技术系 19 72 6.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (476)
参考文献  (4)
节点文献
引证文献  (9)
同被引文献  (25)
二级引证文献  (26)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(7)
  • 引证文献(4)
  • 二级引证文献(3)
2014(5)
  • 引证文献(0)
  • 二级引证文献(5)
2015(6)
  • 引证文献(1)
  • 二级引证文献(5)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
垃圾邮件
粗糙集
朴素贝叶斯分类器
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
南昌大学学报(工科版)
季刊
1006-0456
36-1194/T
大16开
江西省南昌市南京东路235号南昌大学期刊社
44-38
1964
chi
出版文献量(篇)
1871
总下载数(次)
2
论文1v1指导